麻烦大家帮个忙，做做这道题，先谢谢了！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

表中的数据是美国1998年工业部门研究与开发（R＆D）支出费用Y和销售额S，销售利润P的统计资料。试根据表中数据：

（1）分别利用线性模型和双对数模型建立研发费用模型，比较模型的统计检验结果和异方差性的变化情况；

（2）检验模型的异方差性；

（3）对于双对数模型，分别取权数变量为W1=1/P、W2=RESID^2,利用ＷＬＳ方法重新估计模型，分析模型中异方差性的校正情况．

部门	R＆D费用	销售额	利润
容器与包装	62.5	6375.3	185.1
非银行业金融	92.9	11626.4	1569.5
服务行业	178.3	14655.1	276.8
金属与金矿	258.4	21869.2	2828.1
住房与建筑	494.7	26408.3	225.9
一般制造业	1083.0	32405.6	3751.9
休闲娱乐	1620.6	35107.7	2884.1
纸张与林木产品	421.7	40295.4	4645.7
食品	509.2	70761.6	5036.4
卫生保健	6620.1	80552.8	13869.9
宇航	3918.6	95294.0	4487.8
消费者用品	1595.3	101314.1	10278.9
电器与电子产品	6107.5	116141.3	8787.3
化工产品	4454.1	122315.7	16438.8
五金	3163.8	141649.9	9761.4
办公设备与计算机	13210.7	175025.8	19774.5
燃料	1703.8	230614.5	22626.6
汽车	9528.2	293543.0	18415.4

　　　　　　　　　　　　　　　　　　　　　　　　　单位：百万美元

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：双对数模型 resid 异方差性 对数模型 统计资料 麻烦

真的有急用！！！

你打算用什么软件做？

ＥＶＩＥＷ　３.１　　谢谢各位大虾了！～～

小女子有礼！～～

学习务必要脚踏实地!

难道都没有肯帮个忙!~~~[em06][em06][em04]

（1）分别利用线性模型和双对数模型建立研发费用模型，比较模型的统计检验结果和异方差性的变化情况；

线性模型ols估计结果

Variable Coefficient Std. Error t-Statistic Prob. C -13.95579 991.9935 -0.014068 0.9890 PRFT 0.239844 0.198592 1.207726 0.2459 SALS 0.012559 0.017997 0.697818 0.4960 自变量的系数均不显著 双对数模型估计结果： Variable Coefficient Std. Error t-Statistic Prob. C -7.036814 2.346589 -2.998741 0.0090 LOG(PRFT) 0.061873 0.258580 0.239280 0.8141 LOG(SALS) 1.245303 0.365220 3.409731 0.0039 自变量ln(sals)的系数在1%的水平上显著，销售额上升1%，研发费用上升1.25%

（2）检验模型的异方差性；

线性模型异方差white检验结果

White Heteroskedasticity Test: F-statistic 19.41659 Probability 0.000022 Obs*R-squared 16.01986 Probability 0.006788 显示存在异方差

对数模型异方差检验结果：

White Heteroskedasticity Test: F-statistic 0.830154 Probability 0.552299 Obs*R-squared 4.626025 Probability 0.463201 显示无法推翻异方差不存在的原假设

（3）对于双对数模型，分别取权数变量为W1=1/P、W2=RESID^2,利用ＷＬＳ方法重新估计模型，分析模型中异方差性的校正情况．

加权w1后，估计结果

Weighting series: 1/PRFT Variable Coefficient Std. Error t-Statistic Prob. C -8.055878 0.405299 -19.87636 0.0000 LOG(PRFT) -0.136211 0.073169 -1.861580 0.0824 LOG(SALS) 1.470365 0.039447 37.27482 0.0000 ln(prft)，ln(sals)两个自变量的系数在10%的水平上都显著，利润增加1%，研发减少0.14%（这个结论很奇怪），销售增加1%，研发增加1.47%

异方差检验结果

White Heteroskedasticity Test: F-statistic 1.584308 Probability 0.237667 Obs*R-squared 7.157464 Probability 0.209190 依然没有异方差存在

加权w2后，估计结果

Weighting series: RESID^2 Variable Coefficient Std. Error t-Statistic Prob. C 8.968248 3.207083 2.796388 0.0136 LOG(PRFT) 2.329719 0.596513 3.905564 0.0014 LOG(SALS) -1.996918 0.639430 -3.122965 0.0070 自变量均在1%的水平上显著

异方差检验结果

White Heteroskedasticity Test: F-statistic 30.24766 Probability 0.000002 Obs*R-squared 16.67678 Probability 0.005155 基本可以认为不存在异方差

闲着无事积点德吧。我是按照一般的方法作的，感觉题目有点问题，对数模型本身异方差检验的结果显示异方差并不明显，为什么后来要多此一举的加权进行修正呢，尽管加权后的确各项系数都显著了。不知道大牛们怎么解释？

晕晕的，好像用gq检验又是存在，

但是还是怀特检验的应用更广把，没有一些特殊假设，只是大样本的要求，判牛人给答复